使用Q学习与前瞻搜索相结合训练动作选择神经网络
实质审查的生效
摘要
一种强化学习系统和方法，其选择要由与环境交互的智能体执行的动作。该系统使用强化学习和前瞻搜索的组合：强化学习Q值被用来引导前瞻搜索，并且搜索继而用于改进Q值。该系统从真实经验和模拟的基于模型的经验的组合中学习。
基本信息
专利标题 ：
使用Q学习与前瞻搜索相结合训练动作选择神经网络
专利标题（英）：
暂无
公开（公告）号 ：
CN114467100A
申请号 ：
CN202080067225.2
公开（公告）日 ：
2022-05-10
申请日 ：
2020-09-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杰西卡·布莱克·钱德勒·哈姆里克维克托·康斯坦特·巴波斯特阿尔瓦罗·桑切斯托比亚斯·普法夫塞奥法尼·纪尧姆·韦伯拉尔斯·比辛彼得·威廉·巴塔利亚
申请人 ：
渊慧科技有限公司
申请人地址 ：
英国伦敦
代理机构 ：
中原信达知识产权代理有限责任公司
代理人 ：
周亚荣
优先权 ：
CN202080067225.2
主分类号 ：
G06N5/00
IPC分类号 ：
G06N5/00 G06K9/62 G06V10/82 G06N3/00 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N5/00
利用基于知识的模式的计算机系统
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06N 5/00
申请日 : 20200923
申请日 : 20200923
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
